تحلیل بقا
تحلیل بقا ، مجموعه ای از تکنیکهای آماری متنوع، جهت تحلیل متغیرهای تصادفی است که دارای مقادیر نامنفی می باشند. نوعا مقدار این متغیر تصادفی ، زمان شکست یک مولفه فیزیکی و یا زمان مرگ یک واحد بیولوژیک می باشد. در تحلیل داده های بقا مسئله اصلی یافتن مدل مناسبی برای همبستگی زمان بقا با متغیرهای عوامل مختلف می باشد. اگر داده ها دارای موارد ناتمام نباشد می توان این ارتباط را بوسیله رگرسیون چندگانه بیان نمود. البته بعلت وجود چولگی بایستی در انجام این روش از تبدیل لگاریتم و یا تکنیک معکوس تابع و بسط آن استفاده نماید. ولی اگر داده های ناتمام داشته باشیم استفاده از آنالیز رگرسیون به دلیل نداشتن مقدار دقیق متغیر وابسته غیر ممکن خواهد بود. در ساختن مدل بقا تابع مخاطره را برای هر فرد به عنوان یک تابع از متغیرها (Covariates) با زمان ثابت در نظر گرفت از آنجائیکه ممکن است در طول مطالعه همه متغیرها یا بعضی از آنها با زمان تغییر کنند می توان مدل را با استفاده از متغیرهای وابسته به زمان ساخت و اثر تغییر زمان روی تابع بقا را مورد ارزیابی قرار داد. همانطور که می دانیم متغیرهای وابسته به زمان، اطلاعات مفیدی را در باره چگونگی تاثیر تاریخچه بیماران روی بقا در اختیار می گذارند. اما به محقق تصویر کاملی از وضعیت بیمار در آینده را نمی دهد و نمی توان آنالیز صحیح جهت پیشگویی در وضعیتهای خاص بیمار را ارائه نماید. برای رفع مشکل، معمولا از مدلهای چند حالته استفاده می کنند اخیرا در مسائل اپیدمیولوژی نیز از این مدل چند حالته برای بررسیهای بقا در جامعه بخصوص در مورد افراد سرطانی اقداماتی صورت داده اند که متاسفانه در مدلهای ارائه شده بعضی نکات اسای در نظر گرفته نشده است، از آنجمله عوامل موثر در فراهم نمودن بستر مناسب برای رشد بیماری بطور خاص مشخص نمی گردد. و به تعبیری افرادیکه دارای بیماری هستند ممکن است در اثر عواملی دیگر فوت کنند که در مدل نیامده، البته در آنالیز این عوامل را بصورت اطلاعات ناتمام استفاده می کنند که چندان قابل قبول نیست و از طرفی دیگر همراهی توزیع عوامل خطر در زمانهای مختلف و همراه بودن، با عامل بیماری و خالص نمودن احتمالهای مرگ و میر از بیماری، مسائلی هستند که باید در آنالیز داده ها مورد توجه قرار گیرد. با این دیدگاه، این رساله توانسته است با معرفی مدل جدید چند حالته و استفاده از نظریه رقابت جوئی، نقائص مطرح شده را بنحوی بر طرف سازد و با بکارگیری آن روی داده های مربوط به مبتلایان به سرطان مری و معده به نتایج جالبی دسترسی پیدا نماید.